一种基于相关信息熵的多标签分类算法

在多标签分类中,标签之间的相关关系是一个重要的因素。为了利用标签之间的相关关系,文章提出了一种基于相关信息熵的多标签分类算法,使用相关信息熵来衡量标签之间相关关系的强弱程度。首先找出相关信息熵值最大的k标签组合的集合,然后使用LP(Label Powerset)分类器对每一个标签组合进行训练。在7个不同实验数据集上的实验结果表明:文中提出的算法的分类性能在其中的大部分数据集上优于其它对比的分类算法,而其它对比的分类算法仅在某一个数据集上优于文中提出的算法。     

一种适合于监控视频内容检索的关键帧提取新方法

为减少监控视频的存储容量,便于用户迅速查看视频关键信息,提出一种适于监控视频内容检索的关键帧提取方法.首先,使用背景差分法检测含有运动物体的关键视频段,记录其起始帧和结束帧,然后,在关键视频段中基于联合直方图的方法进行关键帧的粗提取,最后,根据监控视频帧序列的连续性特征,通过图像的信息熵进一步精确提取关键帧.实验结果表明,该方法能有效地提取出监控视频中的关键帧,大大减少了视频数据的存储量,且便于用户浏览关键信息.     

陕西省近10年用水结构演变及驱动力分析

分析了2001-2010近10年来陕西省工农业用水、生活用水以及生态用水的结构变化,并引入信息熵的方法对用水结构的演变趋势进行了探讨,同时阐述了造成这些变化的主要驱动因子。分析表明:陕西省用水总量近十年来在波动中缓慢上升,年均增加0.61亿m3;农业用水量和比重都在下降;工业用水总量变化较缓;生活用水和生态用水呈持续增长趋势。     

基于组合权重的交通网络路径选择方法

针对城市交通网络路径选择过程中路径属性权重确定方法不合理的问题,考虑属性的主观权重不能更好地反映路径的客观信息并承载了较多的主观随意性、客观权重则对驾驶员的主观偏好兼顾不够等因素,提出了一种基于组合权重决策的最优路径选择算法。基于信息熵理论、路径的旅行时间和费用等属性对路径进行评价,属性的权重用主观权重和客观权重相结合的方法确定,根据计算得到的各路径的综合属性值,对可能的路径方案进行排序,从而得到最优路径。利用算例说明了本文最优路径选择算法的正确性和合理性。算法兼顾了专家的知识和出行者的主观偏好,同时有效地利用了路径的客观信息,得到的最优路径更合理。     

复杂网络链路危险度预测模型研究

提出了仅基于链路线形的危险链路预测模型,通过对链路线形数据的计算,得到相应的链路潜在危险程度,对新加入交通网络的链路进行预测,从而在碰撞发生之前进行相应的整治。实验选取自贡市檀木林—自来水厂路段为测试对象,通过分析其链路线形数据,探讨了该链路的危险性;同时,应用物理分析法和当量总碰撞法对结果进行验证比较。验证表明,该模型可以在不需要历史数据的情况下,有效准确地对危险链路进行预测。     

基于模糊理论的Web服务信任评估模型

针对Web服务所处网络环境的开放性、欺诈性和不确定性等特点,提出一种基于模糊理论的Web服务信任评估模型.该模型采用粗糙集和信息熵理论相互结合的方法对Web服务的信任度进行度量,为候选可信的Web服务提供良好的决策依据.最后,以仿真实验说明该模型在Web服务信任评估方面更加准确可靠.     

基于安全熵的访问控制模型量化分析方法

针对访问控制模型的量化分析问题,提出基于安全熵的安全性量化分析方法。结合信息论有关知识引入安全熵概念,基于安全熵对模型的安全性进行定义;应用该方法对BLP等经典安全模型进行了量化分析,验证了该方法的实用性,并指出了访问控制模型和BLP模型对非授权间接访问防护方面的不足。实验结果表明,该方法适用于访问控制模型的安全性度量以及系统的访问控制能力评估。     

基于信息熵的复杂网络社团划分建模和验证

社团结构是复杂网络最普遍和最重要的拓扑属性之一,社团结构的划分方法对分析复杂网络相关统计特性具有十分重要的理论意义.为了提高社团划分精度,提出了一种新的基于信息熵(information entropy)模块度的社团划分算法(简称IE算法).在有着确定社团结构的数据集和不确定社团结构的数据集上,通过选取Q值、社团划分个数、社团最大连通分量大小和强弱社团个数比例4个重要参数,将IE算法与两种最主要的基于模块度的划分算法GN(Girvan-Newman)和FastGN(Fast Girvan-Newman)进行对比,实验结果证明了IE算法在社团划分性能上优于GN和FastGN;将IE和其他7种最主要的经典社团算法进行时间复杂度分析,并在随机网络和真实网络上进行实验,结果表明该算法时间复杂度在GN与FastGN之间,时间复杂度小于GN而精确度优于GN,证明了在大多数数据集上IE算法的社团划分准确度优于传统基于点边比率的社团划分算法的准确度.     

基于信息量与信息嫡的元搜索引擎排序算法研究

元搜索引擎集合了多个成员搜索引擎的结果,将结果进行一定的处理后再将处理后的结果返回给用户。其中对结果的重新排序直接影响到元搜索引擎的性能。基于通信领域上的信息量与信息熵提出一种计算结果相关度的算法——信息关联度IRD算法,再将算法进行特定的修正,并提出一种合并算法CombMul,将以上算法应用到元搜索引擎中,最终用MRR查准率来评价此方法。得到的MRR查准率数据表明,与广泛应用的Borda排序算法相比,IRD算法结果更为理想。     

基于层次分析法和信息熵的多准则指标选取

在新装备测试指标选取过程中,由于列装时间短,测试样本少,测试条件不足,通常选取工作无据可依。通过分析层次分析法、Dijkstra法、粗糙集法的优缺点,提出一种基于层次分析法、群组G1法和信息熵理论的指标多准则选取方法,将指标按几个基本准则两两比较获得原始数据,用群组G1法通过专家评判和信息熵法分析原始数据来确定评价准则的权值,最后对原始数据进行加权来对指标进行权重判断。文章结尾给出一个实际算例。方法依赖于两两比较数据,具有一定客观性,且无需进行样本测试,简化了指标选取工作。